认知计算，认知计算的一个目标是让计算机系统能够像人的大脑一样学习、思考，并做出正确的决策。人脑与电脑各有所长，认知计算系统可以成为一个很好的辅助性工具，配合人类进行工作，解决人脑所不擅长解决的一些问题。 认知计算源自模拟人脑的计算机系统的人工智能，90年代后，研究人员开始用认知计算一词，以表明该学科用于教计算机像人脑一样思考，而不只是开发一种人工系统。传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现不同程度的感知、记忆、学习、语言、思维和问题解决等过程。

人工智能-机器学习-认知计算主义的源起与当代发展.pdf

人工智能就是让机器能够像人一样学习、思考并理解，即用计算机模拟人的智能，它涵盖认知与推理（包含各种物理常识和社会常识）、计算机视觉、自然语言理解与交互（包含听觉）、机器学习等广泛的学科领域。人机协同的混合增强智能是新一代人工智能的典型特征，视听觉信息的认知计算是新一代人工智能的重要研究内容。理解人类视听觉认知并建立可计算视听觉认知模型对人工智能的核心算法具有重大的启示意义。

东北大学认知计算导论复习资料

《基于认知计算的就业咨询智慧服务系统》软件使用说明书 （1），Scrapy从各大招生信息网，获取就业实习信息，并进行数据预处理；（2），存储处理后的数据至数据存储单元；（3），通过走访，问卷调查，联合社团以及高校合作的方式获取前几届毕业生简历信息（包含掌握技能，社团经历等）和就职职位信息，经过数据预先后，存入数据存储单元；（4），数据计算平台取回数据，利用认知计算的相关算法，使用就业实习职位需求信息生成“就业职位智慧分类模型”，使用简历与就职职位数据生成“就业智慧决策树模型”；（5），数据计算平台运用模型生成结果：使用“就业职位智慧分类模型”，对职位信息分类：技术类和非技术类，其中技术类别分为：开发，测试和技术支持，并通过无监督式学习发现就业方向变化趋势；使用“就业智慧方法”树模型”量化简历信息与职位信息的内部在联系，并能够通过建立信息，决定最终就职的职位。所分职位为：技术类和非技术类，

神经形态认知